Architecture

계층적 컨텍스트: AI 에이전트를 위한 지식 계층 구조

계층적 컨텍스트: AI 에이전트를 위한 지식 계층 구조

에이전트 메모리를 위한 5계층 지식 위계 구조

하나의 평탄한 기억 파일만 보유한 에이전트는 정보를 잊지 않습니다. 오히려 묻지 않은 정보까지 잊지 못하는 상태에 놓여 있습니다. 이 문제를 해결하는 방법은 각 지식 계층이 서로 다른 트리거를 통해 컨텍스트에 진입하도록 하는 다층적 컨텍스트 구조입니다.

Go에서 병렬성 제한하기: errgroup, 워커 풀 및 백프레셔

Go에서 병렬성 제한하기: errgroup, 워커 풀 및 백프레셔

취소만 할 게 아니라, 진행 중인 작업을 제한하세요.

무한한 팬아웃(fan-out)은 Go 동시성에서 가장 흔한 실패 모드입니다. 모든 go 문장은 상한선 없이, 소유자 없이 비행 중인 태스크 하나를 더 추가합니다. 이 글은 그 둘—상한선과 소유자—을 부여하는 법에 관한 것입니다.

2026년 Go 웹 프레임워크 비교: net/http, chi, Gin, Echo, Fiber

2026년 Go 웹 프레임워크 비교: net/http, chi, Gin, Echo, Fiber

다섯 가지 Go HTTP 스택, 단일 벤치마크 환경, 실측 데이터.

Go는 표준 라이브러리에 프로덕션 환경에서 사용할 수 있는 HTTP 서버를 제공합니다. Go 1.22부터는 내장된 라우터가 메서드 매칭과 경로 파라미터를 자체적으로 처리합니다. 프레임워크에 대한 질문은 사라진 것이 아니라 축소되었습니다.

AI 에이전트의 자기 강화형 기억 루프: 원인 및 해결책

AI 에이전트의 자기 강화형 기억 루프: 원인 및 해결책

기억 속에 남은 결론이 새로운 증거가 될 때

지속적 메모리는 에이전트를 매번 설명을 반복해야 하는 도구에서, 맥락을 앞으로 나르게 하는 존재로 바꿔놓습니다. 하지만 동시에 스테이트리스(stateless) 채팅에서는 피할 수 있는 실패 모드를 열어놓습니다. 하나의 해석이 메모리로 저장된 뒤 사실처럼 검색되고, 더 강한 버전을 정당화하는 근거가 될 수 있기 때문입니다.

헤르메스 에이전트용 Mnemosyne: 로컬 메모리 빠른 시작

헤르메스 에이전트용 Mnemosyne: 로컬 메모리 빠른 시작

제어된 작성(local write)이 가능한 로컬 Hermes 메모리

Mnemosyne은 Hermes Agent를 위한 로컬 우선(local-first) 기억(memory) 제공자(provider)로, 작업 기억(working memory), 구조화된 사실(structured facts), 시계열 데이터(temporal data), 그리고 에피소드적 히스토리(episodic history)를 로컬 SQLite에 저장합니다. 호스팅된 서비스도, 필수적인 네트워크 호출도 없으며, 비정상적으로 세밀한(write) 제어 권한을 제공합니다.

OpenSpec 기각 제안: 의사결정 메모리 컨벤션

OpenSpec 기각 제안: 의사결정 메모리 컨벤션

거부 상태가 없습니다. 다음은 임시 해결책입니다.

6개월 전 “영속성을 공유 라이브러리로 이동"을 제안하고 배포했던 에이전트는, 그 아이디어가 이미 검토되어 기각되었다는 것을 지속적으로 기록하는 것이 없다면 다음 분기에 같은 것을 다시 제안할 것이다 — 그리고 OpenSpec에는 현재 이를 위한 내장 상태가 없다.

OpenSpec 퀵스타트: 설치, 워크플로우, 그리고 흔한 함정

OpenSpec 퀵스타트: 설치, 워크플로우, 그리고 흔한 함정

40페이지짜리 PRD가 아닌, 델타(deltas) 형태의 스펙

OpenSpec은 Fission AI가 제공하는 무료 오픈소스 CLI 도구로, 코드가 작성되기 전에 사용자가 코딩 에이전트와 평범한 마크다운으로 변경 사항에 대해 합의할 수 있게 해줍니다. 무거운 스펙 기반 프레임워크의 단계별 복잡한 절차 없이 이를 가능합니다.

LLM 이후의 패러다임: Mamba, 디퓨전 및 월드 모델

LLM 이후의 패러다임: Mamba, 디퓨전 및 월드 모델

LLM 이후에는 무엇을 만나게 될까요? 포스트 트랜스포머 시대입니다.

AI 과열은 리듬을 따라갑니다: 대략 3년마다, 모두가 베팅하고 있던 아키텍처가 더 새로운 것으로 대체됩니다. 다음 전환은 이미 연구실 안에서 형성되고 있습니다.

데이터 중력: API-퍼스트 AI의 실제 비용

데이터 중력: API-퍼스트 AI의 실제 비용

AI 스택이 매월 더욱 강하게 고정되는 이유

모든 API 호출은 단순한 거래처럼 느껴집니다. 하지만 그 수가 쌓이면, 파인튜닝 데이터, 평가 하네스, 도구 스키마가 모두 하나의 벤더 주위에 형성되어, 벤더 전환이 더 이상 단순한 라우팅 변경이 아닌 상황이 됩니다.

AI 개발에서 사양, 테스트 및 코드의 동기화 유지

AI 개발에서 사양, 테스트 및 코드의 동기화 유지

AI 에이전트가 요구사항, 테스트 및 코드에서 벗어나는 것을 막으세요.

AI 코딩 에이전트는 기능을 빠르게 출시하지만, 명세서(specs), 테스트, 그리고 코드는 조용히 서로 다른 방향으로 이동(drift)합니다. 이 가이드는 추적 가능성(traceability) 모델, 명세서-테스트 및 명세서-코드 매핑, 그리고 병합 전에 이러한 드리프트를 포착하는 CI(CI) 검사를 다룹니다.

Go의 Circuit Breaker 패턴: 연쇄 장애 방지

Go의 Circuit Breaker 패턴: 연쇄 장애 방지

Go 마이크로서비스에서 연쇄 장애를 방지하세요.

서킷 브레이커는 실패하는 종속성(의존 서비스)에 대한 과도한 호출을 차단하여, 고르틴(goroutine), 소켓, 메모리를 고갈시키며 전체 시스템이 무너지기 전에 연쇄 장애(cascading failures)를 방지합니다.

GitHub Spec Kit 대 Kiro 대 Claude Code SDD 워크플로우

GitHub Spec Kit 대 Kiro 대 Claude Code SDD 워크플로우

가장 좋은 도구가 아니라, 처리의 깊이와 이동성 간의 문제

2026년 현재 스펙 기반 개발(Spec-Driven Development, SDD) 환경을 비교하는 개발자들은 보통 가장 지능적인 모델이 무엇인지 묻지 않습니다. 그들은 어떤 워크플로우가 AI 에이전트를 의식적인 예식(ceremony) 속에 빠뜨리지 않으면서도 정렬(alignment) 상태를 유지할 수 있는지 묻습니다.